基于腕部IMU数据采集的人体运动模式识别

利用安卓智能可穿戴设备内置的运动传感器采集了特征频率变化较高的人体腕部加速度信息,对人体行走、跑步、站立、下楼4个运动模式进行了分析,提取了运动传感器信号均值、峰值、方差和协方差等特征值,并利用支持向量机算法对4种运动模式分类识别,准确率为88.46%.随后利用网格搜索法、遗传算法、粒子群优化算法对参数C,g进行寻优,提高准确率至90%以上.结果表明,本方法可有效识别实验者静止站立、走路、跑步、下楼4种动作,为人体运动模式识别提供参考依据,并为进一步识别运动模式提供研究基础.

Human Motion Pattern Recognition Based on Wrist IMU Data Collection